28.06.2022

Wie Tree.ly Waldbesitzer:innen mit CO2-Zertifkaten Mehreinahmen verschafft

Crate.io Co-Founder Jodok Batlogg gründete 2021 mit Tree.ly ein neues Startup, das Waldbesitzer:innen dabei unterstützt, mit CO2-Zertifkaten zusätzliche Einnahmequellen zu erzielen. Im Rahmen der DLD Munich 2022 haben wir mit Batlogg über die Geschäftsidee und den ökologischen Impact des Startups gesprochen.
/artikel/tree-ly-co2-zertifikate-wald
(c) Tree.ly

Wälder haben ein enormes Klimaschutzpotential. Schätzungen des Bundesforschungszentrum für Wald bindet Österreichs Wald mit seinen vier Millionen Hektar etwas 800 Millionen Tonnen Kohlenstoff im Holz der Bäume und im Waldboden. Das entspricht der 40-fachen Menge der jährlichen Treibhausgasemissionen Österreichs und rund 3,6 Milliarden Tonnen CO2, die sich dadurch nicht in der Atmosphäre befinden.

Jodok Batlog über den Grundgedanken von Tree.ly

Diesen positiven Effekt für das Klima möchte künftig das Vorarlberger Startup Tree.ly stärker zum Vorschein bringen, das 2021 von Jodok Batlogg nach seinem Exit beim Vorarlberger Daten-Scaleup Crate.io gegründet wurde.

Über die gleichnamige Plattform Tree.ly können Waldbesitzer:innen berechnen, wie viel CO2 ihr Wald speichert und wie die CO2-Aufnahme des Waldes verbessert werden kann. Zudem bietet das Unternehmen in einem weiteren Schritt auch eine CO2-Zertifzierung an, um im Anschluss CO2-Zertifkate am Markt verkaufen zu können. „Walsbesitzer:innen müssen für ihre Ökosystemleistung auch entlohnt werden“, so Batlogg über den Grundgedanken hinter Tree.ly.

Wie Tree.ly funktioniert?

Nachdem Waldbesitzer:innen ihren Wald bei Tree.ly angemeldet haben, werden anhand einer Machbarkeitsstudie die Charakteristika des jeweiligen Waldes analysiert. Tree.ly legt ihnen dabei auch einen Plan zur optimalen CO2-Speicherung vor. Auf Grundlage dieses Plans wird im Anschluss das jährliche CO2-Speicherpotential kalkuliert. Am Ende des Jahres berechnet das Startup zudem, wie viel Kohlenstoff tatsächlich gespeichert wurde und stellt schlussendlich die entsprechende Anzahl an Zertifikaten aus. Die Plattform bringt dabei die Waldbesitzer:innen mit Käufer:innen von CO2-Zertifikaten zusammen.

Mehreinnahmen müssen in den Wald reinvestiert werden

Anhand eines Beispielprojektes auf seiner Website rechnet Tree.ly vor, dass rund 5200 Hektar Wald zu Mehreinnahmen von 384.000 Euro führen. Die Waldbesitzer:innen müssen sich allerdings dazu verpflichten, das Geld in die Erhaltung des Waldes zu reinvestieren. Als Maßnahmen werden beispielswiese das Durchforsten von zu dichten Beständen, das Pflanzen von Jungbäumen oder der Zukauf von Dienstleistungen und Maschinen genannt, die für die Bewirtschaftung des Waldes notwendig sind.

Das Geschäftsmodell von Tree.ly

Aktuell arbeitet das Startup aufgrund von regulatorischen Beschränkungen nur mit regionalen Waldbesitzer:innen und Käufer:innen von Zertifikaten zusammen. Dahingehend wurden bereits erfolgreich erste Pilotprojekte in Vorarlberg umgesetzt. „Aktuell muss noch viel getan werden, um zu klären, wie das Accounting auch zwischenstaatlich funktioniert. Wir sind hier in Gesprächen mit dem Landwirtschaftsministerium, Klimaschutzministerium und der Landwirtschaftskammer“, so Batlogg.

Zudem fügt der Gründer zum Geschäftsmodell an: „Wir übernehmen das Risiko die Projekte zu entwickeln und gehen somit in Vorleistung. Im Gegenzug erhalten wir einen Revenue Share von dem Geld, das wir für die Waldbesitzer:innen lukrieren.“

Bis lang erfolgte die Finanzierung über Bootstrapping und einen Business Angel, der bereits an Bord ist. Zudem ist das Startup aktuell dabei eine kleinere „Family & Friends Runde“ abzuschließen, um über die nächsten Monate die größere Produktvision aufzubauen, wie Batlogg verrät. Anfang des nächstes Jahres soll eine klassische Finanzierungsrunde erfolgen, bei der sich höchstwahrscheinlich auch Impact-Investor:innen beteiligen werden.


Mehr über die DLD München 2022 könnt ihr auch hier nachlesen.

Deine ungelesenen Artikel:
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind

Ein Kunde fragt nach dem Lieferstatus seiner Bestellung. Ein anderer benötigt eine Produktempfehlung. Ein dritter möchte wissen, welche Bedingungen für eine Reklamation gelten. Obwohl alle drei Anfragen im Kundenservice eingehen, stellen sie unterschiedliche Anforderungen an den Einsatz künstlicher Intelligenz. Denn während eine Produktberatung individuell formuliert werden kann, müssen Auskünfte zu Vertragsbedingungen auf verbindlichen Informationen beruhen.

Für mittelständische Unternehmen stellt sich deshalb eine zentrale Frage: Wie lässt sich genau festlegen, welche Informationen KI-Agenten nutzen und welche Aufgaben sie eigenständig übernehmen dürfen?

Unternehmen müssen bestimmen, worauf die KI zugreifen darf

Moderne Sprachmodelle können Informationen verarbeiten, Zusammenhänge erkennen und Antworten formulieren. Im Kundenservice reicht diese Fähigkeit allein jedoch nicht aus. Entscheidend ist, dass die KI ausschließlich auf Informationen und Funktionen zugreift, die für das jeweilige Anliegen freigegeben sind.

Bei Fragen zu Lieferbedingungen sollte sie beispielsweise nur die aktuellen Unternehmensrichtlinien berücksichtigen. Bei einer allgemeinen Produktberatung kann es dagegen sinnvoll sein, verschiedene Wissensquellen miteinander zu verknüpfen. Für eine Bestellstatusabfrage wiederum benötigt der Agent Zugriff auf aktuelle Daten aus einem angebundenen System.

Was in der Praxis häufig unterschätzt wird: KI muss im Unternehmen nicht als frei agierendes System eingesetzt werden. Durch gezielte Konfiguration lassen sich Informationsquellen, Antwortvorgaben und Handlungsmöglichkeiten so eingrenzen, dass KI-Agenten innerhalb klar definierter Regeln arbeiten. Damit können Unternehmen KI auch dort einsetzen, wo Verlässlichkeit und Kontrolle besonders wichtig sind.

Dabei lässt sich nicht nur festlegen, welche internen Dokumente, Datenbanken oder externen Quellen verwendet werden dürfen. Auch der Zugriff auf eine Websuche oder die Ausführung bestimmter Aktionen kann eingeschränkt werden.

Restriktiv, generativ oder agentisch: Der Anwendungsfall entscheidet

Je nach Aufgabe können unterschiedliche KI-Ansätze zum Einsatz kommen. Diese schließen sich nicht gegenseitig aus, sondern lassen sich innerhalb einer Kundenservice-Lösung miteinander kombinieren.

Restriktive KI: Antworten innerhalb klarer Vorgaben

Bei verbindlichen Auskünften sind enge Grenzen notwendig. Ein restriktiv konfigurierter KI-Agent greift ausschließlich auf freigegebene Informationen zurück und darf definierte Antwortvorgaben nicht verlassen.

Fehlen die erforderlichen Informationen, sollte das System keine Aussagen ergänzen oder Vermutungen anstellen. Stattdessen kann es die Anfrage an einen Mitarbeitenden weiterleiten.

Dieser Ansatz eignet sich beispielsweise für Garantiebedingungen, Vertragsinformationen oder sensible Serviceprozesse.

Generative KI: Individuelle Antworten auf kontrollierter Wissensbasis

Andere Anliegen erfordern eine flexiblere Kommunikation. Möchte ein Kunde mehrere Produkte vergleichen oder technische Zusammenhänge verstehen, kann generative KI Informationen aus hinterlegten Wissensquellen zusammenführen und verständlich aufbereiten.

Dabei muss die KI nicht auf ihr allgemeines Trainingswissen zurückgreifen. Sie kann so konfiguriert werden, dass ihre Antworten ausschließlich auf ausgewählten Unternehmensinformationen basieren. Die Formulierung bleibt flexibel, während die zugelassenen Informationsquellen klar definiert sind.

Agentische KI: Aufgaben innerhalb festgelegter Berechtigungen ausführen

Agentische KI geht über die reine Beantwortung von Fragen hinaus. Sie kann verfügbare Werkzeuge auswählen, Schnittstellen nutzen und mehrstufige Aufgaben bearbeiten.

Beispielsweise kann ein KI-Agent eine Bestellnummer entgegennehmen, den zugehörigen Status über eine Schnittstelle abfragen und die Information anschließend verständlich ausgeben.

Welche Aktionen er ausführen darf, legt das Unternehmen fest. Ein Agent kann somit berechtigt sein, Bestelldaten abzurufen, ohne gleichzeitig Änderungen oder Stornierungen vornehmen zu dürfen.

Die Steuerung erfolgt auf Ebene einzelner Anliegen

Für mittelständische Unternehmen ist es häufig sinnvoll, nicht sämtliche Kundenanfragen nach denselben Regeln bearbeiten zu lassen.

So lässt sich beispielsweise festlegen, dass ein Agent bei Fragen zu Unternehmensrichtlinien ausschließlich interne Dokumente verwendet. Bei allgemeinen Fachfragen kann eine ergänzende Websuche erlaubt sein. Geht es hingegen um kundenspezifische Informationen, erfolgt der Zugriff über eine autorisierte Schnittstelle.

Auch die Grenzen der Automatisierung können individuell definiert werden. Während ein Agent den Bearbeitungsstand einer Reklamation selbstständig mitteilen darf, kann eine Erstattungsentscheidung weiterhin einem Mitarbeitenden vorbehalten bleiben.

Entsprechende Möglichkeiten zur Verknüpfung von Wissensquellen, KI-Funktionen und bestehenden Systemen bieten Plattformen wie DialogBits für den KI-gestützten Kundenservice.

Praxisbeispiel: KI-Agent beim HERDT-Verlag

Wie sich die Bearbeitung unterschiedlicher Kundenanliegen mit kontrollierten Systemzugriffen verbinden lässt, zeigt der HERDT-Verlag für Bildungsmedien.

Dort unterstützt der KI-Agent „Berti“ Kunden im Online-Shop. Über angebundene Werkzeuge kann er unter anderem Bestellinformationen abrufen und verschiedene Anliegen innerhalb eines Gesprächs bearbeiten.

Die verfügbaren Funktionen und ihre Einsatzmöglichkeiten werden dabei konfiguriert. Anhand der jeweiligen Kundenanfrage wählt der Agent ein geeignetes Werkzeug aus, ohne uneingeschränkten Zugriff auf sämtliche Systeme zu erhalten.

In den ersten zwei Wochen nach der Umstellung beantwortete Berti bereits 76 Kundenanfragen eigenständig. Die Success Story des HERDT-Verlags zeigt, wie dieser Ansatz in der Praxis umgesetzt wurde.

Fazit: Kontrolle ist die Grundlage sinnvoller Automatisierung

Der Einsatz von KI-Agenten im Kundenservice bedeutet nicht, künstlicher Intelligenz möglichst viele Freiheiten einzuräumen. Vielmehr müssen Unternehmen bestimmen können, welche Informationen genutzt, welche Antworten formuliert und welche Aktionen ausgeführt werden dürfen.

Gerade für mittelständische Betriebe liegt darin ein wesentlicher Vorteil: Unterschiedliche Serviceprozesse lassen sich automatisieren, ohne für jede Anfrage denselben Handlungsspielraum zuzulassen. Entscheidend ist nicht, wie viel ein KI-Agent grundsätzlich kann, sondern was er im jeweiligen Kontext tatsächlich darf.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Wie Tree.ly Waldbesitzer:innen mit CO2-Zertifkaten Mehreinahmen verschafft

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie Tree.ly Waldbesitzer:innen mit CO2-Zertifkaten Mehreinahmen verschafft

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie Tree.ly Waldbesitzer:innen mit CO2-Zertifkaten Mehreinahmen verschafft

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie Tree.ly Waldbesitzer:innen mit CO2-Zertifkaten Mehreinahmen verschafft

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie Tree.ly Waldbesitzer:innen mit CO2-Zertifkaten Mehreinahmen verschafft

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie Tree.ly Waldbesitzer:innen mit CO2-Zertifkaten Mehreinahmen verschafft

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie Tree.ly Waldbesitzer:innen mit CO2-Zertifkaten Mehreinahmen verschafft

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie Tree.ly Waldbesitzer:innen mit CO2-Zertifkaten Mehreinahmen verschafft

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie Tree.ly Waldbesitzer:innen mit CO2-Zertifkaten Mehreinahmen verschafft